如何使用 grepl 从字符串中过滤掉匹配项？

【问题标题】：How do I use grepl to filter out based off matches from a string of characters?如何使用 grepl 从字符串中过滤掉匹配项？
【发布时间】：2021-01-29 15:42:37
【问题描述】：

我有一个基因名称列表，我正在尝试使用 grepl 从更大的数据集中过滤掉这些基因名称。例如：

gene_list <- c(geneA, geneB, geneC)
data <- c(XXXgene1, XXXgene2, XXXgeneF, XXXgeneA, XXXgeneB)
select_grepl <- data %>% filter(grepl(c(gene_list), data)==T)

我已经尝试过上面的 grepl 代码，但由于模式 > 1，它们只使用第一个geneA 在字符串中搜索。如果我将 c(gene_list) 更改为像“geneA”这样的单一模式，那么代码就可以工作。还有其他解决方案吗？

【问题讨论】：

标签： r dplyr grepl

【解决方案1】：

您需要将grepl 中的关键字与| 分开。您可以使用paste(..., collapse = "|") 轻松做到这一点，如下所示。请注意，您需要将您作为示例提供的data 向量转换为data.frame，以便应用filter()。以下代码有效。

代码：

gene_list <- c("geneA", "geneB", "geneC")
data <- c("XXXgene1", "XXXgene2", "XXXgeneF", "XXXgeneA", "XXXgeneB")

gene_vec <- paste(gene_list, collapse = "|")
select_grepl <- as.data.frame(data) %>% 
                filter(., grepl(gene_vec, data) == TRUE)

输出：

> select_grepl
      data
1 XXXgeneA
2 XXXgeneB

【讨论】：